加速大模型落地:火山引擎向量数据库的实践应用

近两年随着大模型技术的快速发展,图片、视频、自然语言等多模态、非结构化数据的查找需求变大,非结构化数据的量级也远大于结构化数据,传统数据库已经无法满足如此多样化数据的处理需求。向量数据库以其海量的数据存储规模、高效的计算查询能力,正在成为大模型时代重要的基础设施。

3 月23 日 ,火山引擎开发者社区 Meetup 第十三期邀请到了火山引擎云搜索服务的技术专家,将从火山引擎的实践应用出发,为大家详解「在火山引擎云搜索服务上构建混合搜索的设计与实现」,和大家共同探讨如何在多模态数据场景下进行海量数据搜索。

⏰时间:2024/03/23(周六) 14:00-17:00

🚀地点 :北京市海淀区北三环西路甲 18 号院大钟寺广场 1 号楼 3F-17

📱形式:线下+线上同步直播

议题介绍

《在火山引擎云搜索服务上构建混合搜索的设计与实现》

鲁蕴铖|火山引擎云搜索服务高级研发工程师

当今,随着图片和视频数据的爆炸式增长,人们对于多样化数据搜索的需求也越来越迫切。多模态搜索场景已经成为当前搜索领域的主要趋势。在这个背景下,本次演讲将重点介绍字节跳动在混合搜索领域的探索,并探讨如何在多模态数据场景下进行海量数据搜索。

主要内容:

  1. 混合搜索的应用场景

  2. 云搜索服务在混合搜索中具备的搜索能力

    1. 云搜索服务在混合搜索中的生态能力
    2. 云搜索服务在混合搜索中的搜索增强能力
    3. 云搜索服务在混合搜索中的排序打分增强能力
  3. 云搜索的混合搜索引擎

    1. 当前不同向量引擎能力介绍
    2. 多种向量引擎及优化编码
    3. 不同场景下的向量搜索能力对比与选择

活动议程

【一键报名】zjsms.com/iFJvVXQs/

相关推荐
SelectDB9 小时前
秒级弹性、最高降本 70%:SelectDB Serverless 如何重塑云数仓资源效率
大数据·后端·云原生
WhoAmI9 小时前
MapReduce框架原理解析一:InputFormat
大数据·hadoop
WhoAmI9 小时前
MapReduce框架原理解析三:OutputFormat
大数据·hadoop
WhoAmI9 小时前
MapReduce框架原理解析二:Shuffle
大数据·hadoop
阿里云云原生10 小时前
软件工程领域 LLM 驱动的自迭代知识引擎
llm
吴佳浩10 小时前
Hermes Agent 连环 400 真凶找到了:一个 call_id 让人炸毛
人工智能·llm·agent
大大大大晴天1 天前
Hudi技术内幕:Key Generation原理与实践
大数据
武子康2 天前
调查研究-186 LangChain 和 LangGraph 的区别:从快速构建 Agent 到生产级工作流编排
人工智能·langchain·llm
JouYY2 天前
简单聊一下Harness层中的人机协同(HITL)
前端框架·llm·agent
AINative软件工程2 天前
LLM 应用的 Bad Case 反馈闭环工程:别再把用户差评丢进客服表了
llm·openai·agent